MÉTODO DE IMPACTO CRUZADO - Iniciosaludpublicavirtual.udea.edu.co/cvsp/politicaspublicas/gordon... · Metodología de Investigación de Futuros Método de Impacto Cruzado 455 AGRADECIMIENTOS

Metodología de Investigación de Futuros Método de Impacto Cruzado

451

MÉTODO DE IMPACTO CRUZADOpor

Theodore Jay Gordon

TRADUCCIÓN AL ESPAÑOL:CUERPO DE TRADUCTORES DE LA BIBLIOTECADEL CONGRESO DE LA NACIÓN - ARGENTINA

TRADUCTOR:MARIA GABRIELA BALBO

LENGUAJE TÉCNICO (versión en español):EDUARDO RAÚL BALBI, Director de EyEBUENOS AIRES, ARGENTINA – 2004– ISBN: 987-98351-1-5

Esta traducción corresponde a la Sección Nº 10 de la publicación “Futures Research Methodology,Version 1.0”, de Jerome C. Glenn, Editor, publicada por el Millennium Project del American Councilfor the United Nations University, Washington, USA, 1999. ISBN: 0-9657362-2-9, en formatoelectrónico (CD).

Hechos los registros y depósitos que marca la Ley. Todos los derechos reservados.Prohibida su reproducción, copiado, fotocopiado o duplicación total o parcial sin laautorización expresa del editor.

Las impresiones totales o parciales efectuadas por los propietarios de este CD quedancomprendidas en las restricciones de duplicación y circulación mencionadas.

El contenido de este CD puede ser utilizado como referencia, citas o apoyatura bibliográfica,siempre que se explicite en todos los casos la fuente.

Buenos Aires, Argentina, 2004


452

PÁGINA EN BLANCO


453

ÍNDICE

AGRADECIMIENTOS

I ANTECEDENTES DEL MÉTODO

II DESCRIPCIÓN DEL MÉTODO

III APLICACIÓN

IV VENTAJAS Y DESVENTAJAS DEL MÉTODO

V EJEMPLOS DE APLICACIÓN

VI FRONTERAS DE LA METODOLOGÍA

REFERENCIAS


454

PÁGINA EN BLANCO


455

AGRADECIMIENTOS

Algunos de los contenidos del presente informe han sido extraídos, enciertos casos textualmente, de informes internos pertenecientes a The FuturesGroup (TFG), con la autorización del mismo. Estos informes fueron elaborados porJohn G. Stover y Theodore J. Gordon a fin de describir el método de impactocruzado y sus aplicaciones. Parte del material de The Futures Group y ejemplosadicionales figuran posteriormente en el "Análisis de Impacto Cruzado", delManual de Investigación de Futuros (Handbook of Futures Research), redactadopor Stover y Gordon. Además, el editor general desea agradecer a los correctoresdel presente informe quienes realizaron sugerencias y contribuciones muyimportantes: Fabrice Roubelat, de Electricite de France; Mika Mannermaa, deFinland Futures Research Centre; Ian Miles, de Programme of Policy Research inEngineering Science & Technology; Allen Tough, de la Universidad de Toronto; yPeter Bishop de la Universidad de Texas. Finalmente, expresamos unagradecimiento especial a Neda Zawahri y Barry Bluestein por su colaboración enla investigación y apoyo al proyecto y a Sheila Harty por la edición final de esteinforme.


456

PÁGINA EN BLANCO


457

I. HISTORIA DEL MÉTODO

El método de impacto cruzado fue desarrollado originalmente por TheodoreGordon y Olaf Helmer en 1966. El método se originó en una pregunta simple: ¿Lospronósticos pueden basarse en las percepciones acerca del modo en queinteractuarán los eventos futuros?

En su aplicación inicial de los principios de impacto cruzado, a mediados dela década del 60 Gordon y Helmer idearon un juego para Kaiser Aluminum yChemical Company llamado Futuro (Future). La empresa fabricó miles de copiasdel juego y las utilizó como regalos promocionales para su 100° aniversario. Eljuego, que ya hace tiempo dejó de fabricarse, incluía una serie de tarjetas; cadauna de ellas describía un único evento futuro. A cada una de las tarjetas se leasignaba una probabilidad de ocurrencia a priori, basada fundamentalmente en elcriterio de Gordon y Helmer. Luego se tiraban los dados a fin de determinar si, enel escenario construido, el evento "sucedió o no". En el juego, el dado era unicosaedro con números escritos en las caras, números que representaban laprobabilidad de que dicha cara fuera la que quedara hacia arriba luego de tirar losdados. Si la probabilidad revelada en la cara del dado era equivalente o mayor quela probabilidad del evento, éste "sucedía".

Si un evento sucedía, se daba vuelta la carta. En el reverso de la misma, sedescribían los "impactos cruzados", por ejemplo, "si este evento sucede, entoncesla probabilidad de que ocurra el evento 12 aumenta un 10%; la probabilidad deque ocurra el evento 53 disminuye un 15%, etc." Se formularon algunas razonespara dichas interacciones, y se proporcionó un sistema simple para seguir lasprobabilidades a medida que progresaba el juego.

Al final del juego, un grupo de tarjetas representaba los eventos que habíansucedido y otro los eventos que no habían ocurrido. De hecho, el escenarioestaba determinado por el azar, las probabilidades predeterminadas y losimpactos cruzados.

El juego también brindaba a los jugadores la posibilidad de "invertir" en unitem favorecido, simulando una inversión en investigación y desarrollo. Estaposibilidad ofrecía a los jugadores un mecanismo para ejercer una "política", unmedio para provocar un futuro deseado estudiando detalladamente los posiblesimpactos cruzados. La mejor estrategia, por ejemplo, sería invertir en un eventosecundario o terciario que podría producir un impacto cruzado favorable en elevento finalmente deseado.

Gordon y Hayward programaron el enfoque en la Universidad de California,Los Ángeles (UCLA, Estados Unidos) en 1968. Las probabilidades condicionales


458

se expresaron como coeficientes del impacto y variaban desde -10 a +10. Losprimeros programas se desarrollaron casi de manera exacta que el juego Futuro:los eventos se elegían al azar, se decidían y luego se determinaban lasprobabilidades de los eventos que hubieran sufrido un impacto cruzado. Un"juego" se completaba cuando se decidían todos los eventos (Gordon y Hayward,1968). Entonces, se repetía el proceso varias veces, al estilo Monte Carlo1. Lacomputadora guardaba el número de escenarios que contenía cada evento. Elcálculo de la "ocurrencia" de los eventos se utilizaba para calcular lasprobabilidades definitivas de los eventos, en función de sus impactos cruzados.

El juego fue utilizado en numerosas aulas durante los 70, y fue diseñadonuevamente para solucionar los problemas objeto de estudio (por ejemplo, lascrisis urbanas). Gordon, Rochberg y Enzer, del Instituto para el Futuro,experimentaron con una forma de impacto cruzado que incluía una serie de tiempomás que un enfoque de "una parte del tiempo". Norman Dalkey utilizabaprobabilidades condicionales en la matriz (1972). Helmer aplicó el enfoque aljuego (1972).

KSIM, una técnica de simulación desarrollada por Julius Kane, se basabaen las posibles interacciones entre las variables de la serie de tiempo más que enlos eventos (1972). En este enfoque, Kane consideraba a todas las variables comoun porcentaje de su valor máximo, y los impactos cruzados se utilizaban paraajustar las variables en cada intervalo de tiempo.

Turoff generaba escenarios provenientes de la matriz de impacto cruzadosuponiendo que los eventos con probabilidades menores a 0,5 no ocurrían yaquellos con probabilidades iguales o mayores a 0,5 sí ocurrían (1972). Duval,Fontela y Gabus, del Instituto Battelle en Ginebra, desarrollaron EXPLORSIM, unenfoque de impacto cruzado/escenario (1974) y Duperrin y Gabus desarrollaronSMIC, un enfoque de impacto cruzado que solicitaba que los expertosproporcionaran la ocurrencia inicial y condicional y las probabilidadescondicionales de no ocurrencia y que formaran escenarios basados en losresultados de los impactos cruzados (1974).

En The Futures Group, la dinámica de los sistemas probabilísticosconstituía la unión de la dinámica de los sistemas y una versión -dependiente deltiempo- de impacto cruzado, un enfoque analizado en primer lugar por John Stoveral simular la economía de Uruguay (1975).

El método de simulación, denominado Interax (1980), que incorporaba losconceptos de impacto cruzado fue desarrollado por Selwyn Enzer en laUniversidad de California (Estados Unidos). Ducos integró los métodos Delphi y elimpacto cruzado (1984).


459

Bonnicksen, de la Universidad A & M de Texas (Estados Unidos), en unproceso denominado EZ-IMPACT, utilizó el enfoque de impacto cruzado en untaller destinado a la aplicación de un juego a fin de explorar las opciones depolíticas entre partes opuestas. Su algoritmo se basó en el enfoque de Kane.

Más recientemente, el método de impacto cruzado se aplicó a muchosinterrogantes de investigación de manera independiente o junto con otras técnicas.Godet, por ejemplo, enumeraba la aplicación de SMIC a temas tan diversos comola construcción de aeronaves, la evolución geopolítica del mundo, la industrianuclear en el 2000 y las actividades corporativas y empleos hacia el año 2000(Godet, 1993). Otros ejemplos contemporáneos incluyen a Brent Vickers (1992) ensu estudio de la industria automotriz europea y a Albert Schuler y otros (1991) enel estudio de la industria de las maderas blandas en Canadá. El hilo conductor quecorre a traves de estos trabajos es organizado de la siguiente manera:

• Fase inicial de exploración: en los primeros intentos por recabar opinionesacerca de la cuantificación de estas interacciones, los investigadores reconocenque las interacciones entre los eventos constituyen una forma importante deanalizar las percepciones acerca del futuro.

• Fase probabilística: ¿Cómo pueden formularse las preguntas sobre la

probabilidad condicional? Cuando se le solicita a un experto que dé su opiniónacerca de la probabilidad de un evento, éste:

(a) ¿incluirá la posibilidad de los impactos cruzados a priori? o

(b) ¿los eventos se consideran de manera independiente?

Dado que cada evento tiene una probabilidad de una clase o de otra, ydada la posible ocurrencia o no ocurrencia de un evento, las probabilidadescondicionales expresadas por la opinión de los expertos deben cumplir ciertoslímites coherentes. Estos límites pueden calcularse. Si las opiniones no seencuadran dentro de los límites calculados, ¿cómo debería ajustarse la matriz?

• Fase de síntesis: El impacto cruzado puede utilizarse de manera independientecomo método de investigación de futuros (ver Moritz, por ejemplo) o puedeintegrarse con otros métodos a fin de formar herramientas poderosas. Cuandose integra, el impacto cruzado permite la introducción de las percepcionesacerca del futuro en métodos que de otra manera serían deterministas (verStover y Enzer, por ejemplo). Además, se han utilizado varios métodos pararecabar opiniones (por ejemplo: método Delphi, cuestionarios por correo,entrevistas, etc.) junto con el impacto cruzado a fin de simplificar el proceso derecolección de datos (ver Godet (1993) para la descripción de los cuestionariospor correo utilizados en SMIC)


460

• Fase de aplicación: Recientemente, los informes sobre el impacto cruzado han

cambiado del desarrollo metodológico "puro" a las aplicaciones. Las preguntasacerca del método aún persisten: ¿cómo preguntar mejor acerca de lasprobabilidades condicionales?, ¿el método es realmente convergente?, ¿comomanejar las opiniones incoherentes de los expertos?, ¿cómo integrarlo conotros métodos? Sin embargo, no existen dudas de que las preguntas sobre elimpacto cruzado ayudan a iluminar las percepciones acerca de las causalidadesocultas y conexiones de las respuestas en los caminos hacia el futuro.

II DESCRIPCIÓN DEL MÉTODO

El método de impacto cruzado es un enfoque analítico de las probabilidadesde un acontecimiento en un conjunto pronosticado. Estas probabilidades puedenajustarse en virtud de las opiniones respecto de las interacciones potenciales entrelos acontecimientos pronosticados. Sabemos por experiencia que la mayoría delos eventos y evoluciones de alguna manera se relacionan con otros eventos yevoluciones. Un evento único, tal como la generación de energía del primerreactor atómico, fue posible por una compleja historia previa de "sucesos"científicos, tecnológicos, políticos y económicos. A su vez, en su calidad deprecedente, la generación de energía del primer reactor atómico influenciónumerosos eventos y evoluciones posteriores. Numerosas ocurrenciasaparentemente distintas y sin relación, permiten o dan lugar a eventos yevoluciones singulares. De este flujo interconectado surgen efectos cada vezmayores que interactúan con otros eventos y evoluciones. Es difícil imaginar unevento sin un antecedente que lo hiciera posible o que lo influenciara, o imaginarun evento que luego de ocurrido no dejara marcas. Esta interrelación entre loseventos y evoluciones se denomina "impacto cruzado".

El primer paso en un análisis de impacto cruzado es definir los eventos quese incluirán en el estudio. Este primer paso puede ser esencial para el éxito delejercicio. Obviamente, toda influencia no incluida en el grupo del evento seráexcluida completamente del estudio. Sin embargo, la inclusión de eventos que nosean pertinentes puede complicar el análisis de manera innecesaria. Dado que elnúmero de interacciones de los pares de eventos que se considerarán es igual an2 - n (donde n es el número de eventos), el número de interacciones que seconsiderarán aumenta rápidamente a medida que aumenta el número de eventos.La mayoría de los estudios incluyen entre 10 y 40 eventos.

Un grupo inicial de eventos generalmente se reúne realizando unainvestigación de las publicaciones y entrevistando a expertos claves en loscampos estudiados. Luego se perfecciona el grupo inicial combinando algunoseventos estrechamente relacionados, eliminando otros y perfeccionando la


461

descripción de otros. El análisis de impacto cruzado se simplifica cuando loseventos son independientes unos de otros.

Una vez que se determina el grupo de eventos, el siguiente paso es calcularla probabilidad inicial de cada evento. Estas probabilidades indican la posibilidadde que cada evento suceda en el futuro. En la aplicación inicial de impactocruzado y en algunas aplicaciones actuales, la probabilidad de cada evento estáespecificada, suponiendo que los otros eventos no hubieran ocurrido. De estemodo, la probabilidad de cada evento se juzga por separado y el análisis deimpacto cruzado se utiliza para ajustar las probabilidades iniciales con lasinfluencias de otros eventos.

En otro enfoque más preciso y utilizado con mayor frecuencia, lasprobabilidades iniciales suponen que los expertos que brindan las opiniones deprobabilidad consideran una visión del futuro que incluye el grupo de eventos y susposibilidades. De este modo, al estimar la probabilidad de cada evento, laposibilidad de que ocurran otros eventos se considera desde el comienzo. Dehecho, los eventos ya constituyen un impacto cruzado en la opinión del experto.En este caso, el análisis del impacto cruzado se utiliza para determinar si lasopiniones acerca de las probabilidades iniciales y condicionales son coherentes.La matriz completa puede demostrar cómo los cambios (la introducción de nuevaspolíticas o medidas, la ocurrencia inesperada de un evento, etc.) afectarían lasprobabilidades de ocurrencia o no ocurrencia de la totalidad del grupo de eventos.

Los expertos pueden estimar las probabilidades iniciales pero,habitualmente, los grupos de expertos de las distintas disciplinas incluidas en loseventos son los que realizan las estimaciones. Cuestionarios, entrevistas yreuniones grupales también pueden utilizarse para recabar estas opiniones.

El siguiente paso en el análisis es estimar las probabilidades condicionales.Típicamente, los impactos se estiman según la pregunta. "Si el evento m ocurre,¿cuál es la nueva probabilidad del evento n?" De este modo, si la probabilidad delevento n se calculara originalmente en 0,50, podría considerarse que laprobabilidad de que ocurra el evento n es de 0,75, si ocurriera el evento m. Latotalidad de la matriz de impacto cruzado se completa formulando esta preguntapara cada combinación de eventos que ocurren y eventos que sufren un impacto.

Cuando se estiman las probabilidades iniciales con respecto a otrasprobabilidades de eventos (es decir, sin considerar cada evento por separado),también se incluye información adicional en el cálculo de la matriz de impacto.Para cada combinación de eventos, existen límites respecto de las probabilidadescondicionales que pueden producirse. Un ejemplo simple puede ilustrar estoslímites. Supongamos que consideramos dos eventos, n y m: el evento n tiene el50% de probabilidades de suceder el año que viene, y el evento m tienen el 60%de probabilidades. De este modo, de 100 futuros hipotéticos, el evento n ocurriría


462

en 50 de ellos y el evento m en 60. Obviamente, los eventos m y n sucederíanjuntos como mínimo en 10 de los futuros.

En este caso nuestras respuestas a la pregunta: "Si sucede el evento m,¿cuál es la nueva probabilidad del evento n?" son limitadas. Una probabilidadcondicional de 0 para el evento n es imposible. Por ejemplo, si el evento n nuncaocurre cuando ocurre el evento m, la "superposición" de 10 ocurrenciascombinadas no sería posible. Los cálculos de la probabilidad inicial especificanque el evento n ocurre en el 50% de nuestros futuros hipotéticos. Dado que esteenfoque supone que el cálculo de 0,50 para la probabilidad original del evento nincluye la consideración de una probabilidad de 0, 60 para el evento m, se haproducido una falta de correspondencia en las opiniones. El cálculo de laprobabilidad original del evento n no tiene en cuenta la probabilidad del 0,60 delevento m, como tampoco la probabilidad del evento n dado que la ocurrencia delevento m no es igual a 0. Una de estas opiniones es incorrecta porque da lugar asuposiciones incoherentes. Sólo quienes participan del análisis pueden decidirqué opiniones cambiar. Pueden decidir que el cálculo de la probabilidad inicialpara el evento n no representa cabalmente la influencia esperada del evento m, opueden decidir que el cálculo original de la probabilidad del evento n, dada laocurrencia de m, era demasiado bajo. En cualquier caso, han aprendido algoacerca de los eventos n y m en función del ejercicio de impacto cruzado. Esteproceso de aprendizaje que ocurre mientras se calcula la matriz de impactocruzado constituye uno de los mayores beneficios de la realización del análisis deimpacto cruzado.

El cálculo de una gama de probabilidades condicionales que satisfagan esterequisito de coherencia es fácil. La probabilidad inicial de un evento puedeexpresarse de la siguiente manera:

P(l) = P(2) x P(1/2) + P(2c) x P(l/2c) (1)en la que:

P(1) = probabilidad que ocurra el evento 1;P(2) = probabilidad que ocurra el evento 2;P(1/2) = probabilidad que ocurra el evento 1 dada la ocurrencia del evento2;P(2c) = probabilidad que no ocurra el evento 2; yP(1/2c) = probabil. que ocurra el evento 1 dada la no ocurrencia del evento 2.

Esta expresión puede modificarse para determinar para P(1/2):

P(1/2) = {P(l) - P(2c) x P(l/2c)}/ P(2) (2)

Dado que P(1) y P(2) ya son conocidas (la estimación de la probabilidad inicial) yP(2c) es simplemente 1 - P(2), sólo P(1/2) y P(1/2c), las probabilidades


463

condicionales, son desconocidas. Al sustituir cero por P(1/2c) (el menor valor quepodría tener), puede calcularse el valor máximo de P(1/2). Así:

P(1/2) <= P(1)/P(2) (3)

De la misma manera, al sustituir 1,0 por P(1/2c) (el valor más alto posible paraP(1/2c), puede calcularse el valor mínimo de P(1/2):

P(1/2) <= {P(1) - 1 + P(2)}/ P(2) (4)

De este modo, los límites para la nueva probabilidad de que ocurra el evento 1dada la ocurrencia del evento 2 son:

{P(1) - 1 + P(2)}/P(2) <= P(1/1) <= P(1)/P(2) (5)

Utilizando la ecuación (5), ahora podemos calcular los límites para elejemplo utilizado previamente. Si la probabilidad inicial del evento n es 0,50 y delevento m es 0,60, los valores permitidos para la probabilidad de que ocurra elevento n dada la ocurrencia del evento m son 0,17 y 0,83. Sin embargo, cuando laprobabilidad del evento n, dada la ocurrencia del evento m, fuera 1,0; entonces laprobabilidad inicial del evento n debe ser 0,60 o mayor.

Una vez que se calcula la matriz de impacto cruzado, se utiliza un programade computación para ejecutar la corrida de calibración de la matriz. Este procesode corrida de la matriz consiste en seleccionar un hecho al azar para analizarlo,comparando su probabilidad con un número al azar a fin de decidir su ocurrencia ono ocurrencia, y calcular los impactos en todos los demás eventos dada laocurrencia o la falta de la misma respecto del evento seleccionado. Los impactosgeneralmente se calculan utilizando la relación entre las chances. A fin de aplicarla técnica de relación entre las chances, las probabilidades iniciales ycondicionales de los eventos se convierten en chances, utilizando la siguienterelación:

Chances = Probabilidad (6) 1 - Probabilidad

El impacto del evento m se calcula luego como la relación entre las chancesde ocurrencia del evento m, dada la ocurrencia del evento n, con las chancesiniciales del evento m. Así, la matriz de impacto cruzado indicada en el Cuadro 1(abajo) se convertirá en la matriz indicada en el Cuadro 2 cuando se utilicen laschances en lugar de las probabilidades. La relación entre las chances nuevas y lasiniciales se utiliza para definir los impactos del evento. De este modo, la ocurrenciadel evento 2 da lugar a la posibilidad de que las chances del evento 1 asciendande 0,33 a 1,50. La relación de las chances que expresan el impacto de laocurrencia del evento 2 respecto del evento 1 es, entonces, de 1,50/0,33 = 4,5. El


464

Cuadro 3 indica la matriz de la relación total de las chances correspondiente a losCuadros 1 y 2.

La probabilidad de este evento será:Si este evento

ocurreProbabilidad

inicial 1 2 3 4Evento 1 0,25 0,50 0,85 0,40Evento 2 0,40 0,60 0,60 0,55Evento 3 0,75 0,15 0,50 0,60Evento 4 0,50 0,25 0,70 0,55

Cuadro 1. Matriz de probabilidad de impacto cruzado

Las chances de este evento serán:Si este evento

ocurreChancesiniciales 1 2 3 4

Evento 1 0,33 1,00 5,67 0,67Evento 2 0,67 1,50 1,50 1,22Evento 3 3,00 0,18 1,00 1,22Evento 4 1,00 0,33 2,33 1,22

Cuadro 2. Matriz de las chances de impacto cruzado

Las chances de este evento se multiplican:Si este evento

ocurreChancesiniciales 1 2 3 4

Evento 1 0,33 1,50 1,90 0,67Evento 2 0,67 4,50 0,50 1,20Evento 3 3,00 0,55 1,50 1,50Evento 4 1,00 1,00 3,50 0,41

Cuadro 3. Relaciones entre las chances de ocurrencia

La matriz de la relación de las chances de no ocurrencia también puedecalcularse a partir de la información en la matriz de ocurrencia en el Cuadro 1.Nuevamente, utilizando la ecuación (1):

P(1) = P(2) x P(1/2) + P(2c) x P(1/2c) (1)

Puede determinarse la probabilidad del evento 1 dada la no ocurrencia delevento 2, P(1/2c). A partir de estas probabilidades, las relaciones de las chancesde no ocurrencia pueden calcularse de la misma manera en que se calculan lasrelaciones de las chances de ocurrencia.


465

Una vez que se han determinado las relaciones de las chances, los cálculoscontinúan de la siguiente manera:

1. Se selecciona un evento al azar del grupo de eventos. 2. Se selecciona un número al azar entre 0,0 y 1,0. Si el número elegido al

azar es menor que la probabilidad del evento estudiado, se considera queel evento ocurrirá. Si el número elegido al azar es mayor que laprobabilidad del evento, se considera que el evento no ocurrirá.

3. Si el evento (evento j) ocurre, las chances de los otros eventos que

ocurren se ajustan de la siguiente manera:

Nuevas chances para el evento i = (chances iniciales del evento i) x(relación de las chances de ocurrencia delevento j respecto del evento i)

Si el evento no ocurre, se realizan los mismos cálculos pero se utilizan lasrelaciones de las chances de no ocurrencia.

4. Los pasos 1, 2 y 3 se repiten hasta que se haya estudiado la ocurrencia detodos los eventos.

5. Los pasos 1 a 4 (que representan una ejecución de la matriz) se repiten

varias veces. 6. La frecuencia de ocurrencia de cada evento para todas las corridas de la

matriz de impacto cruzado determina la nueva probabilidad de ese evento.

Cuando las probabilidades iniciales del evento se estiman por separado, esdecir suponiendo que los impactos cruzados no forman parte del cálculo, lasprobabilidades del evento obtenidas luego del procedimiento de impacto cruzadoproducen nuevos cálculos de las probabilidades de los eventos que tienen encuenta las interrelaciones de los eventos. La matriz obtenida de este modo luegopuede utilizarse para analizar la sensibilidad de las probabilidades del eventorespecto de la introducción de un nuevo evento, de los cambios en la probabilidadinicial (simulando una inversión en investigación y desarrollo, por ejemplo) o de loscambios en las interacciones de los eventos (simulando, por ejemplo, una políticaque cambie las consecuencias de un evento).

Si las probabilidades iniciales de un evento se estiman suponiendo quetodos los demás eventos son posibles, la calibración de probabilidades obtenidasluego del procedimiento de impacto cruzado pueden ser muy similares a lasprobabilidades iniciales. En este caso, las diferencias entre las probabilidadesiniciales y finales pueden considerarse como una consecuencia de las


466

incoherencias entre las opiniones y la omisión de combinaciones de ordensuperior. El ejercicio de impacto cruzado origina nuevos cálculos de lasprobabilidades del evento que simplemente representan interrelaciones de ordensuperior entre los eventos.

En esta etapa del análisis, puede realizarse una evaluación de lasensibilidad de la matriz de impacto cruzado o un análisis de la política. Laevaluación de sensibilidad consiste en la selección de una opinión específica (uncálculo de la probabilidad inicial o condicional) acerca de la cual existeincertidumbre. Esta opinión se modifica y la matriz se ejecuta nuevamente. Si seproducen diferencias importantes entre esta ejecución y la ejecución original, laopinión que se modificó aparentemente es importante. Así, invertir más esfuerzosen la formulación de esa opinión específica puede ser valioso. Si no surgendiferencias importantes, esa opinión específica probablemente revista pocaimportancia para el análisis.

La evaluación de la política se logra definiendo en primer lugar una políticao medida anticipada que afectaría los eventos de la matriz. Luego se modifica lamatriz a fin de reflejar los efectos inmediatos de la política, tanto modificando lasprobabilidades iniciales de uno o más eventos como agregando un nuevo evento ala matriz. Luego se realiza una nueva ejecución de la matriz y se compara con lacorrida de calibración. Las diferencias representan los efectos de las políticas. Amenudo surgen cambios inesperados. Cuando esto sucede, los cambios puedenbuscarse en la matriz, de modo tal de que puedan determinarse las cadenas decausalidades que originaron los cambios inesperados y puedan comprenderse losefectos de las políticas. Utilizada de este modo, la matriz de impacto cruzado seconvierte en un modelo de las interacciones de los eventos que se utiliza parademostrar los efectos de complejas cadenas de impactos originadas por lasacciones relacionadas con las políticas.

III APLICACIÓN (cómo hacerlo)

Supongamos que se estuviera realizando un estudio del futuro de laindustria química. En el transcurso del estudio se genera una lista de eventosfuturos importantes. Una parte de esa lista podría incluir los siguientes eventos:

1. El uso de plásticos en los vehículos de transporte y en la construcciónaumenta seis veces desde 1992.

2. La mayor intervención gubernamental en el proceso de innovación se

origina en las demandas de protección al consumidor y control de lacontaminación.


467

3. La teoría química progresa hasta el punto de que la mayor parte de lainvestigación química se realiza mediante cálculos por computadora másque mediante la experimentación real.

4. La industria química se expande a la producción textil y a la fabricación de

ropa mediante el desarrollo de una tela sintética no tejida. 5. Las empresas químicas obtienen un menor retorno o realizan mayores

inversiones en la investigación convencional.

La primera etapa en la utilización de estos eventos en un análisis deimpacto cruzado es estimar las probabilidades iniciales de los eventos. Losespecialistas, reconociendo que todos estos eventos son posibles e interactúan,pueden ofrecer las siguientes probabilidades:

Probabilidad de que ocurraEvento para el año 2000

1. El uso de plásticos aumenta seis veces 0,152. Mayor intervención gubernamental en la innovación 0,203. La investigación química se realiza por computadora 0,254. La industria química se expande a los textiles 0,105. Menor retorno respecto de la investigación convencional 0,20

El próximo paso es estimar las probabilidades condicionales. En este paso,se diseña una matriz similar al Cuadro 4. Cada celda de la matriz representa larespuesta a la pregunta: "Si ocurre el evento x, ¿cuál es la nueva probabilidad delevento y?" Por ejemplo, la primera celda completa de la primera fila de la matrizcontiene la nueva probabilidad del evento 2 dada la ocurrencia del evento 1. Así,la pregunta respondida aquí es, "Si el uso de plásticos en el transporte y laconstrucción aumenta seis veces (evento 1), ¿cuál es la posibilidad de una mayorintervención gubernamental en el proceso de innovación originado en la demandade protección al consumidor y control de la contaminación (evento 2)?". Dado queel aumento en el uso de los plásticos probablemente aumente la demanda deprotección al consumidor y de control de la contaminación, la ocurrencia delevento 2 será más probable que en el cálculo inicial (0,20) si ocurre el evento 1.De este modo, podemos considerar que la nueva probabilidad del evento 2 seráde 0,30, si ocurre el evento 1.

La probabilidad de este evento será:Si este evento ocurre Probabilidad inicial para

19851 2 3 4 5

1. El uso de plásticosaumenta seis veces

0,15 0,30

0,25 0,10 0,15

2. Más intervención guberna-mental en la innovación

0,20 0,10 0,35 0,07 0,40


468

3. Investigación química porcomputadora

0,25 0,15 0,20

0,15 0,05

4. La industria química seexpande a los textiles

0,10 0,15 0,25

0,25 0,15

5. Menor retorno respecto dela investigación convencional

0,20 0,25 0,15

0,50 0,20

Cuadro 4. Ejemplo de matriz de probabilidad condicional

Dado que las influencias mutuas de los eventos estaban incluidas en loscálculos de la probabilidad inicial, ahora esta opinión debe analizarse para probarsu coherencia con las probabilidades iniciales. Utilizando la ecuación 5 y lasprobabilidades de los eventos 1 y 2, podemos observar que los límites a laprobabilidad condicional del evento 2, dado el evento 1, son 0,0 y 1,00. De estemodo, no existen problemas respecto de la opinión de 0,30 para la probabilidaddel evento 2, dado el evento 1.

De manera similar, se completa toda la matriz. La próxima tarea seráespecificar la política o las evaluaciones de sensibilidad a fin de correrlas con lamatriz. En este caso, podríamos desear conocer el efecto sobre los demáseventos si ocurre el evento 3 (uso de computadoras para la mayor parte de lasinvestigaciones químicas). De este modo, se realizaría una evaluación asignandola probabilidad de 1,0 al evento 3 y corriendo nuevamente la matriz. Se realizaríauna nueva evaluación para analizar la sensibilidad de los eventos respecto delevento 2 (mayor intervención gubernamental en el proceso de innovación). Estasevaluaciones se indican a continuación:

EVALUACIÓN DE OCURRENCIA DEL EVENTO 3

Evento ProbabilidadInicial

Prueba de laProbabilidad

ProbabilidadFinal

Cambio

1 0,15 0,15 0,14 -0,012 2 0,20 0,20 0,003 0,25 1,00 1,00 0,004 0,10 0,10 0,12 0,025 0,20 0,20 0,13 -0,07

EVALUACIÓN DE LA SENSIBILIDAD DEL EVENTO 2

Evento ProbabilidadInicial

Prueba de laProbabilidad

ProbabilidadFinal

Cambio

1 0,15 0,15 0,13 -0,022 0,20 1 1 0,003 0,25 0,25 0,30 0,054 0,10 0,10 0,09 0,01


469

5 0,20 0,20 0,29 0,09

De este modo, si el evento 2 ocurriera, la consecuencia más importantesería un aumento de la probabilidad del evento 6, del 20 por ciento al 29 porciento. En efecto, en este ejemplo observamos un pequeño escenario.

IV VENTAJAS Y DESVENTAJAS

El método de impacto cruzado fuerza la atención sobre las cadenas decausalidades: x afecta a y; y afecta a z. Si el ingreso a una matriz de impactocruzado supera los límites probabilísticos aceptables, o si el resultado de laejecución de impacto cruzado es sorprendente, entonces el investigador debeanalizar nuevamente su punto de vista respecto de la realidad esperada. Elmétodo comparte este atributo con otros enfoques del modelo de simulación.

Sin embargo, recabar los datos puede ser una tarea agotadora y tediosa.Una matriz de diez por diez exige que se formulen 90 opiniones de la probabilidadcondicional. Una matriz de 40 por 40 exige que se formulen 1.560 opiniones. Lasposibilidades de dormirse antes de finalizar esta tarea son muy elevadas.

Además, este método supone que, de algún modo y en algunasaplicaciones, las probabilidades condicionales son más exactas que los cálculosde las probabilidades a priori; esto no está comprobado.

A pesar de ello, la desagregación exigida por el método generalmente esejemplificadora. Insertar una matriz de impacto cruzado en otro modelo, a menudoagrega poder a ese modelo poniendo a su alcance eventos futuros externos que,en el límite, podrán cambiar la estructura del modelo (ver Stover, por ejemplo).Esta integración también ofrece un medio de evaluar la sensibilidad respecto delas probabilidades de los eventos futuros y las políticas contempladas, unaconsideración importante en los estudios de planificación.

V EJEMPLOS DE APLICACIONES

Al realizar una investigación "on-line" de la base de datos ABI/Inform, seobservaron dos aplicaciones recientes de impacto cruzado. De los resúmenes deABI/Inform podemos citar:

Autores: Vickers, Brent


470

Artículo: Utilización de GDSS para el análisis de la industria automotriz europeafuturaPublicación: Futures, octubre 1992.

El sistema de apoyo a las decisiones grupales (GDSS) denominadoDELAWARE incorpora el método Delphi y el análisis de impacto cruzado paraofrecer un enfoque interactivo por computadora respecto de la comunicación y latoma de decisiones. En un experimento realizado en julio de 1990 en el BattelleMemorial Institute en Ginebra, Suiza, DELAWARE proporcionó a un grupo selectode panelistas de Ginebra y Frankfurt, Alemania, la capacidad de comunicarse yperfeccionar sus cálculos acerca de la actividad comercial de la industriaautomotriz europea hacia el año 2000. Con la ayuda de DELAWARE, lospanelistas pudieron comprender rápidamente algunas cuestiones importantes quepodrían afectar el futuro de la industria. El GDSS podría utilizarse junto condebates y análisis orales para optimizar el proceso de colaboración del grupo.

Autores: Schuler, Albert; Thompson, William A.; Vertinsky, Ilan; Ziv, YishiArtículo: Análisis de impacto cruzado de la innovación y desarrollo tecnológico enla industria de las maderas blandas en Canadá: un enfoque del modelo estructuralPublicación: IEEE Transactions on Engineering Management; agosto, 1991.

El problema central que enfrenta la industria de las maderas blandas enCanadá es la declinación de la calidad de los troncos. Se analiza el potencial paralas innovaciones tecnológicas que pueden ayudar a aliviar el problema. Sedesarrolló un modelo de simulación de la industria norteamericana de las maderasblandas para realizar pronósticos de los efectos de las innovaciones tecnológicas.El modelo se formuló con dos competidores, Estados Unidos y Canadá, queabastecían a un mercado. Se identificaron dos amplias clases de innovacionestecnológicas como innovaciones del proceso e innovaciones del producto. Lospronósticos comparativos se realizaron en base a las consecuencias de tresestrategias de inversión tecnológica, y se efectuaron comparaciones en seisescenarios ambientales. Una estrategia de inversión conjunta tanto en lastecnologías del proceso como del producto fue identificada como el mejor enfoquepara la industria de la madera blanda en Canadá, destinado a mantener elrendimiento y la participación en los mercados en los que compite con losproductores de Estados Unidos.

Godet (1993) presenta descripciones detalladas de dos estudios de impactocruzado/escenario desarrollados en Francia. El primero, realizado en 1974 porSEMA para la Dirección de Aeropuertos de París, fue diseñado para analizareventos que podrían afectar el tráfico aéreo en el aeropuerto de París durante elperíodo 1974-1990. El segundo, realizado por SEMA y Economía en 1977,analiza la energía nuclear.


471

VI FRONTERAS DE LA METODOLOGÍA

Si bien el impacto cruzado surgió como un método independiente, utilizandotanto un formato de juego como un enfoque Monte Carlo por computadoras, lasaplicaciones más importantes implicaron el uso del método de impacto cruzadojunto con otras técnicas. Una de las combinaciones más prometedoras ha sido launión de impacto cruzado con el modelo de simulación. El uso de los enfoques deimpacto cruzado en los juegos también resulta interesante y potencialmenteimportante y puede desarrollarse aún más.

Aún es necesario investigar el modo en que los expertos juzgan laprobabilidad. El método de impacto cruzado implica opiniones acerca de lasprobabilidades condicionales: "las opiniones desagregadas ¿son más fáciles deefectuar o más exactas?

Los estudios de impacto cruzado se centran en las interacciones entrepares de eventos. Aún así, en el mundo real, las interacciones importantespueden implicar no sólo pares sino tríos y efectos de un orden superior. Sinembargo, si debemos incluir estas interacciones, la complejidad de la reunión deopiniones aumentaría aún más.

Nuevos métodos destinados a reunir información pueden mejorar la eficaciadel método. El SMIC refleja un enfoque de esas características que utilizacuestionarios. Además, podríamos imaginar, por ejemplo, un programa decomputación que presente preguntas de manera sistemática acerca de lacausalidad de la cual derivarán matemáticamente las probabilidadescondicionales. Además, este sistema de reunión de opiniones interactivo podríavincular los impactos cruzados directamente con un modelo de simulación.

NOTA DE TEXTO

1 "Monte Carlo": es el nombre de una técnica que incluye una posibilidad al azar en la previsión,incluyendo un muestreo al azar. Con frecuencia se utiliza en la investigación de operaciones parael análisis de los problemas que no pueden solucionarse de manera cerrada. En un simulacro alestilo Monte Carlo, los valores de las variables independientes se seleccionan al azar y lasecuaciones en las que aparecen estas variables se realizan a fin de obtener un resultado único. Elproceso se repite muchas veces, tal vez miles con la ayuda de una computadora, cada vez conuna nueva selección al azar de los valores de las variables independientes. Este proceso produceuna gama de resultados de las variables dependientes.


472

PÁGINA EN BLANCO


473

REFERENCIAS

Coates, Joseph y Jennifer Jarrat. "El Futuro: Tendencias hacia el siglo XXI",Anales de la Academia Norteamericana de Ciencias Políticas y Sociales, julio1992. Esta publicación no sólo incluye artículos importantes acerca deacontecimientos futuros, sino un capítulo sobre métodos: Gordon, Theodore J.,"Los métodos de la investigación de futuros, inclusive Delphi, análisis de las seriesde tiempos, técnicas probabilísticas".

Dalkey, Norman. "Un modelo elemental del impacto cruzado", Previsióntecnológica y cambio social, Vol. 3, N° 3, 341-351, 1972.

Ducos, G. "Delphi y el análisis de las interacciones", Futuribles, N° 71, 1984.

Duval, Fontela y A. Gabus. "Impacto Cruzado: Manual de conceptos yaplicaciones", Ginebra: Battelle-Ginebra, 1974.

Enzer, Selwyn. "Técnicas de impacto cruzado en la evaluación tecnológica",Futures, Vol. 4, N° 1, 30-51, 1972.

Enzer, Selwyn. "Interax: Modelo interactivo para el estudio de las actividadescomerciales futuras", Previsión tecnológica y cambio social, Vol. 2 y 3, 1980.

Fontela, Emilio y Andre Gabus. "Eventos y modelos de previsión económica",Futures, Vol. 6, N° 4, 329-333, 1974.

Gerardin, Luciene. "Previsión de la toma de decisiones por medio del análisis delos sistemas: análisis sistemático para prever futuros alternativos", Thompson-CSF, Francia, 1974.

Godet, Michel. "Estudios de futuros: herramientas para la solución de problemas",París: UNESCO, Oficina de Estudios y Programación, 1991. Godet describe losmétodos fundamentales de previsión de futuros, inclusive escenarios, exploración,análisis morfológico, análisis del impacto cruzado, Delphi, árboles de relevancia,etc.

Godet, Michel. De la anticipación a la acción: manual de prospectiva estratégica,Publicación de la UNESCO, 1993.

Gordon, Theodore; Hayward. "Experimentos iniciales con el método de previsiónde la matriz del impacto cruzado", Futures, Vol. 1, N° 2, 100-116, 1968. Este erael documento original del impacto cruzado e introdujo el método.


474

Gordon, Theodore; Rochberg, Richard; Enzer, Selwyn. "Investigación de lastécnicas del impacto cruzado con determinados problemas en economía, cienciaspolíticas y evaluación tecnológica", Instituto para el futuro, 1970.

Gordon, Theodore y John Stover. "Análisis del impacto cruzado". Manual deinvestigación de futuros, Jib Fowles, Greenwood Press, 1978.

Gordon, Theodore y John Stover. "Utilización de las percepciones y la informaciónacerca del futuro para mejorar la simulación de sistemas complejos", Previsióntecnológica y cambio social, Vol. 9, N° 1/2, 191-211, 1976.

Hayashi, Keijiro y Kaya Yoichi. "Método del impacto cruzado dinámico", 12°Conferencia sobre ciencia, Resúmenes de la conferencia, Tokio, agosto, 1973.

Helmer, Olaf. "Juego del impacto cruzado", Futures, Vol. 4, N° 2, 149-167, 1972.

Huss, William R.. "Un paso hacia el análisis del escenario", Diario internacional deprevisión, Vol. 4, N° 3, 1988. Huss demuestra cómo el uso de técnicas de impactocruzado ayuda a evitar el desarrollo de escenarios estrictamente intuitivos.

Jackson, Edward y William Lawton. "Algunos problemas de probabilidad asociadoscon el análisis del impacto cruzado" , Previsión tecnológica y cambio social, Vol. 8,N° 3, 263-273, 1976.

Kane, Julius. "Manual de un nuevo lenguaje del impacto cruzado-KSIM", Previsióntecnológica y cambio social, Vol. 4, N° 2, 129-142, 1972.

Makridakis, Spyros G. Previsión, planificación y estrategia para el siglo XXI,Macmillan, 1990. Abarca la mayoría de las técnicas de previsión.

Moritz, Frank. "Análisis del impacto cruzado y previsión del futuro de Rodesia",Enfoques cuantitativos de la inteligencia política: la experiencia de la CIA, ed.Richard J. Heuer, Jr., Westview Press, 1978. Este artículo presenta un análisisrealizado por la CIA de la situación política utilizando el impacto cruzado.

Murphy, J.J.. "Identificación de cuestiones estratégicas", Planificación de amplioalcance, abril, 1989. Este artículo describe el uso de las técnicas de impactocruzado en la exploración e identificación de cuestiones críticas.

Porter, Alan L.; Roper, A. Thomas; Mason, Thomas; Rossini, Fredrick A.."Previsión y manejo de la tecnología". Wiley-Interscience, 1991. Incluye unarevisión de los métodos de previsión: Delphi, impacto cruzado, escenarios,extrapolación de tendencias, etc.


475

Schuler, Albert; William A. Thompson; Ilan Vertinsky, Yishi Ziv. "Análisis delimpacto cruzado de la innovación y desarrollo tecnológico en la industria de lasmaderas blandas en Canadá: un enfoque del modelo estructural", Transaccionesen el manejo de ingeniería IEEE, agosto, 1991. Ver Parte 5 para un resumen deeste informe.

Shimmen, Toru. "Breve informe sobre el análisis del impacto cruzado: modelobásico del impacto cruzado", Instituto de Tokio para la Tecnología Futura, 1973.

Stover, John. "Uso de la dinámica del sistema probabilístico en el análisis de laspolíticas de desarrollo nacionales: estudio sobre el crecimiento económico y ladistribución del ingreso en Uruguay", Debates de la Conferencia Estival de 1975sobre simulación de computadoras, San Francisco, California, 1975.

Turoff, Murray. "Enfoque alternativo respecto del análisis del impacto cruzado",Previsión tecnológica y cambio social, Vol. 3, N° 3, 309-339, 1972.

Vickers, Brent. "Utilización de GDSS para el análisis de la industria automotrizeuropea futura", Futures, octubre 1992. Ver el resumen de este informe en laParte 5.


476

PÁGINA EN BLANCO

Documents

MÉTODO DE IMPACTO CRUZADO - Iniciosaludpublicavirtual.udea.edu.co/cvsp/politicaspublicas/gordon... · Metodología de Investigación de Futuros Método de Impacto Cruzado 455 AGRADECIMIENTOS